Claude Sonnet 4.6 · Vending-Bench · 2 · 成绩与配置

Claude Sonnet 4.6 的 Vending-Bench · 2 记录。本次发布有 3 条成绩记录,含 3 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

Claude Sonnet 4.6 · Vending-Bench 成绩与配置
指标与成绩配置与评测条件出处
Final bank balance$7,204.14 USD原文 $7,204.14 · 单位 USD
公布 未确认
Vending-Bench 2 max effort
设置
Max effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
One-year simulated vending-machine business, $500 starting balance.
条件
Max effort; benchmark's own context management; Claude context editing disabled.
在排名中查看此成绩
Final bank balance$6,625.10 USD原文 $6,625.10 · 单位 USD
公布 未确认
Vending-Bench 2 high effort
设置
High effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
high
框架
未记录
协议
One-year simulated vending-machine business, $500 starting balance.
条件
High effort; benchmark's own context management; Claude context editing disabled.
在排名中查看此成绩
Mean run cost$265.03 USD原文 $265.03 · 单位 USD
公布 未确认
Vending-Bench 2 max effort
设置
Max effort as named for this benchmark.
未知项
The report does not state whether adaptive thinking was enabled.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Mean run cost for Vending-Bench 2.
条件
Max effort; the source does not state the number of runs used for cost aggregation.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Vending-Bench 2

  • Final bank balance · USD · 越高越好
  • Mean run cost · USD · 越低越好
  • Mean net worth · USD · 越高越好